PGF Präambel Sgskip

Einführung

In diesem Lab lernst du, wie du die Matplotlib-Bibliothek in Python verwenden kannst, um Plots und Diagramme zu erstellen. Matplotlib ist eine leistungsstarke Bibliothek, die es dir ermöglicht, eine Vielzahl von Visualisierungen zu erstellen, von einfachen Linienplots bis hin zu komplexen Heatmaps. Am Ende dieses Labs wirst du eine gute Vorstellung davon haben, wie du Matplotlib verwenden kannst, um grundlegende Visualisierungen zu erstellen.

VM-Tipps

Nachdem die VM gestartet ist, klicke in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal musst du einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn du während des Lernens Probleme hast, kannst du Labby gerne fragen. Gib nach der Sitzung Feedback, und wir werden das Problem für dich prompt beheben.

Matplotlib installieren

Bevor wir Matplotlib verwenden können, müssen wir es installieren. Du kannst Matplotlib mit pip installieren, das ein Paketmanager für Python ist. Öffne deinen Terminal- oder Befehlsaufforderungsfenster und gib den folgenden Befehl ein:

pip install matplotlib

Matplotlib importieren

Sobald du Matplotlib installiert hast, kannst du es in deinem Python-Code importieren. Um Matplotlib zu importieren, füge die folgende Zeile am Anfang deines Python-Skripts hinzu:

import matplotlib.pyplot as plt

Erstellen eines einfachen Linienplots

Lassen Sie uns beginnen, indem wir einen einfachen Linienplot erstellen. In diesem Beispiel werden wir die Sinus- und Kosinusfunktionen im Intervall [0, 2π] darstellen.

import numpy as np

x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine and Cosine Functions')
plt.legend()
plt.show()

Anpassen des Plots

Du kannst den Plot anpassen, indem du die Farben, die Linienstile und die Marker ändern. Hier ist ein Beispiel:

plt.plot(x, y1, 'r--', label='sin')
plt.plot(x, y2, 'g:', label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine and Cosine Functions')
plt.legend()
plt.show()

Erstellen eines Punktdiagramms

Neben Linienplots kann Matplotlib auch Punktdiagramme erstellen. Hier ist ein Beispiel:

x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 500 * np.random.rand(50)

plt.scatter(x, y, c=colors, s=sizes)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot')
plt.show()

Erstellen eines Balkendiagramms

Matplotlib kann auch Balkendiagramme erstellen. Hier ist ein Beispiel:

x = ['A', 'B', 'C', 'D', 'E']
y = [3, 7, 1, 9, 4]

plt.bar(x, y)
plt.xlabel('Category')
plt.ylabel('Value')
plt.title('Bar Plot')
plt.show()

Zusammenfassung

In diesem Lab haben Sie gelernt, wie Sie Matplotlib verwenden, um grundlegende Visualisierungen zu erstellen, einschließlich Linienplots, Punktdiagrammen und Balkendiagrammen. Sie haben auch gelernt, wie Sie die Plots durch Ändern von Farben, Linienstilen und Markern anpassen. Matplotlib ist eine leistungsstarke Bibliothek, die Ihnen ermöglicht, eine Vielzahl von Visualisierungen zu erstellen, und mit Übung können Sie noch komplexere Visualisierungen erstellen.